自动驾驶多任务模型设计思路的简介

本文探讨了在自动驾驶领域如何设计一个多任务算法框架,强调每个任务独立构建计算图并进行梯度累加,最终统一更新参数。通过在一个batch内依次处理不同任务,如计算loss_a、loss_b和loss_c,实现backbone权重的高效更新,同时每个任务的neck和head分别更新,以优化整体功能的上线表现。
部署运行你感兴趣的模型镜像

1、在自动驾驶领域如何设计一个多任务算法的框架,推动对整体功能上线很重要。

2、一个batch里a任务跑完求解loss_a,再 b任务跑完求解loss_b,接着c任务跑完求解loss_c,。。。。,

3、每个任务的neck和head单独更新梯度和权重,backbone一次batch只更新一次梯度和权重。

4、每个任务单独构建自己的计算图,模型forward backward多次,

5、每次forward backward只处理一个任务,然后做梯度累加,最后统一更新参数。

 

 

 

 

您可能感兴趣的与本文相关的镜像

GPT-oss:20b

GPT-oss:20b

图文对话
Gpt-oss

GPT OSS 是OpenAI 推出的重量级开放模型,面向强推理、智能体任务以及多样化开发场景

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值